Распознавание документов нейросетью: как автоматизировать обработку и выгрузку в учёт
- Нейросеть обрабатывает документ в два этапа: OCR превращает скан в текст, языковая модель находит в нём нужные поля и раскладывает их по структуре.
- Результат не уходит в учёт напрямую: сначала его проверяют правила — контрольные суммы, арифметика, справочники, — а спорные поля смотрит человек.
- Документы из ЭДО распознавать не нужно, они уже структурированы. ИИ нужен для PDF, сканов, фото и писем в свободной форме.
- Начинать стоит с одного типа документов и выборки реальных файлов, включая плохие сканы: на ней видно, сколько полей проходит без правки.
Распознавание документов нейросетью — это связка двух технологий: OCR превращает скан или фото в текст, а языковая модель находит в этом тексте нужные поля и раскладывает их по структуре — поставщик, ИНН, дата, сумма, позиции. Дальше результат проверяют правила и, где нужно, человек, и только потом данные попадают в 1С, CRM или таблицу. Ниже — как устроен такой конвейер, на каких документах он окупается и где чаще всего ошибается.
Какие документы имеет смысл обрабатывать с ИИ
Автоматизация оправдана там, где документов много, они приходят в разном виде от разных отправителей, а данные из них всё равно кто-то перепечатывает руками. Типичные примеры:
| Документ | Что извлекают | Куда передают |
|---|---|---|
| Счета, акты, УПД, накладные от поставщиков | Реквизиты сторон, номер и дату, суммы, НДС, позиции | 1С, реестр платежей |
| Заказы клиентов в письмах и вложениях: PDF, Excel, фото | Клиента, артикулы или наименования, количество, сроки | CRM, заказ в 1С |
| Договоры и дополнительные соглашения | Стороны, предмет, сумму, сроки, неустойку, пролонгацию | Карточка договора, реестр |
| Заявки, анкеты, бланки | Поля формы, отметки, наличие подписи | CRM, учётная система |
| Прайс-листы поставщиков | Наименования, цены, единицы, дату действия | Справочник цен |
| Сертификаты и декларации | Номер, срок действия, продукцию | Реестр документов |
Отдельно про электронный документооборот. Документы, которые приходят через операторов ЭДО, уже структурированы: учётная система читает их без всякого распознавания. ИИ нужен для того потока, который идёт мимо ЭДО: PDF по почте, сканы, фотографии с телефона, письма в свободной форме.
Если в документах есть персональные данные — анкеты, копии паспортов, медицинские бланки, — заранее решите, где будет работать модель. Варианты и требования разобраны в статье про ИИ и 152-ФЗ.
Как нейросеть распознаёт документы: конвейер по шагам
Само распознавание — только один шаг из нескольких. Рабочий конвейер обработки документов выглядит так:
- Приём. Файлы забираются из почтового ящика, папки сканера, мессенджера или загружаются вручную. Каждый получает номер в очереди, и дальше его путь можно отследить.
- Определение типа. Модель решает, что перед ней: счёт, акт, договор, заказ или что-то постороннее вроде рекламной рассылки. От типа зависит, какие поля искать.
- Извлечение текста. Если у PDF есть текстовый слой, текст берут напрямую — это точнее любого распознавания. Если это скан или фото, работает OCR, либо мультимодальная модель читает изображение сама.
- Извлечение полей. Языковая модель получает текст и описание нужной структуры: какие поля, в каком формате, что делать, если поля нет. На выходе — JSON, а не свободный текст.
- Проверка правилами. Код проверяет форматы, контрольные суммы, арифметику и сверяет данные со справочниками учётной системы.
- Проверка человеком. Документы, где правила нашли расхождения, уходят в очередь сотруднику. Он видит не весь документ, а спорные поля рядом с фрагментом скана.
- Выгрузка и архив. Проверенные данные создают документ в 1С или запись в CRM, исходный файл прикладывается к записи, журнал хранит, кто и что исправил.
Важная деталь в четвёртом шаге: модели прямо запрещают угадывать. Если в документе нет КПП или дата не читается, поле должно остаться пустым, а не заполниться правдоподобным значением. Пустое поле поймает проверка, придуманное может пройти дальше незамеченным.
OCR, языковая модель или мультимодальная нейросеть
Классический OCR хорошо превращает картинку в текст, но не понимает смысла. Раньше поверх него настраивали шаблоны: «сумма — справа от слова „Итого“». Шаблоны ломаются, как только поставщик меняет форму счёта, а у оптовой компании поставщиков могут быть сотни.
Языковая модель снимает эту проблему. Она понимает, что «Поставщик», «Исполнитель» и «Продавец» — одна и та же роль, а ИНН в шапке и ИНН в блоке подписей относятся к разным сторонам. Новую форму документа не нужно размечать заново — достаточно точного описания полей.
Мультимодальные модели читают изображение напрямую, без отдельного OCR. Это удобно для фото и документов со сложной вёрсткой, но есть риск: модель может «дочитать» неразборчивую цифру по смыслу, и такую ошибку трудно заметить. Поэтому на важных полях способы часто совмещают и сравнивают результаты.
| Подход | Сильные стороны | Слабые стороны |
|---|---|---|
| OCR и шаблоны | Предсказуемость на одной постоянной форме | Ломается на новых формах, не понимает смысл |
| OCR и языковая модель | Работает с разными формами, различает роли сторон | Зависит от качества OCR, нужна проверка полей |
| Мультимодальная модель | Хорошо читает фото и сложную вёрстку | Может додумать неразборчивое, требует больше вычислений |
Модель выбирают с учётом того, какие данные она увидит и где их допустимо обрабатывать: зарубежные облачные модели, российские (YandexGPT, GigaChat) или open-source модели на ваших серверах. Для OCR есть и облачные сервисы, например Yandex Vision OCR, и открытые движки, которые разворачиваются локально.
Ошибки распознавания и как их ловить
Ошибки будут на любом конвейере — вопрос в том, ловятся ли они до выгрузки в учёт. Вот что встречается чаще всего и какая проверка это перехватывает.
| Ошибка | Пример | Как поймать |
|---|---|---|
| Перепутаны похожие символы | «З» вместо «3», «О» вместо «0», латинская «B» в номере | Проверка формата: ИНН, БИК и счёт состоят только из цифр нужной длины |
| Неверная цифра в реквизите | ИНН с одной ошибочной цифрой | Контрольное число ИНН, ключ расчётного счёта по БИК |
| Сдвиг строк в таблице | Цена одной позиции попала к соседней | Количество × цена = сумма в каждой строке, сумма строк = итог |
| Перепутаны стороны | ИНН покупателя записан как ИНН поставщика | Ваш собственный ИНН не может стоять в поле поставщика во входящем документе |
| Разделители в числах | «1.250» прочитано как 1,25, а не 1 250 | Сверка с итогом и суммой прописью |
| Додуманное значение | Модель подставила дату, которой на скане нет | Запрет угадывать, сравнение двух способов чтения |
| Несколько документов в одном файле | Счёт и акт в одном PDF слились в один документ | Определение границ документов по страницам, сверка итогов |
| Повторная загрузка | Один и тот же счёт пришёл по почте и в мессенджере | Поиск дубля по поставщику, номеру, дате и сумме |
| Плохое качество | Фото под углом, печать поверх суммы | Оценка качества на входе, такой файл сразу идёт человеку |
Кроме автоматических проверок нужны ещё две вещи. Первая — удобная очередь ручной проверки: сотрудник видит значение поля и фрагмент скана, из которого оно взято, и правит за секунды, а не ищет цифру по всему документу. Вторая — выборочный контроль. Раз в неделю кто-то просматривает часть документов, прошедших без вопросов. Так находят ошибки, которые правила пропускают, и дописывают новые правила.
Исправления сотрудников стоит сохранять. Это лучший материал для настройки: по ним видно, какие поля и какие поставщики дают больше всего ошибок и где не хватает описания или проверки.
Где человек остаётся в процессе
Цель автоматизации документов — не убрать человека, а оставить ему только то, что требует решения. Сотрудник больше не перепечатывает реквизиты, а подтверждает спорные поля и разбирает исключения: новый поставщик, которого нет в справочнике, расхождение в сумме, неразборчивый скан.
Хорошо работает простое правило: документ проходит автоматически, только если пройдены все проверки, а любое расхождение отправляет его в очередь. В начале через очередь будет идти большая часть документов, и это нормально: по исправлениям видно, что нужно уточнить. Доля документов без ручной правки растёт постепенно, и её стоит измерять, а не обещать заранее.
Ответственность при этом не меняется: документ в учёте проводит бухгалтер, договор согласует юрист. Как это выглядит для первичных документов, разобрано в статье о распознавании счетов и актов с загрузкой в 1С, а для договоров — в материале о проверке договоров с помощью ИИ.
Когда автоматизация обработки документов не окупится
- Документов мало. Если в месяц приходит несколько десятков счетов, ручной ввод обычно проще, чем поддерживать интеграцию, следить за качеством и оплачивать работу модели.
- Почти всё идёт через ЭДО. Тогда распознавать нечего: задача — настроить загрузку электронных документов в учётную систему.
- Хватает встроенных средств. У учётных систем бывают свои сервисы распознавания. Проверьте их до того, как заказывать разработку.
- Документы в основном рукописные. Выигрыш съест ручная проверка почти каждого поля.
- Нет процесса, в который встроить результат. Если распознанные данные потом всё равно никто не загружает в систему, эффекта не будет.
Окупаемость считают до старта. Формула простая: сколько документов в месяц, сколько минут уходит на один вручную и сколько останется на проверку после автоматизации.
Условный пример: 1 500 документов в месяц по 4 минуты на ручной ввод — это 100 часов работы. Если после автоматизации на документ в среднем уходит минута на проверку, остаётся 25 часов. Высвобожденные 75 часов в месяц сравнивают со стоимостью внедрения и поддержки. Цифры условные — у вас они будут свои.
Как довести такой расчёт до решения, описано в статье об окупаемости автоматизации с ИИ.
С чего начать
- Выберите один тип документов с самым большим потоком — обычно это входящие счета и акты или заказы клиентов.
- Соберите выборку из реальных файлов, включая плохие: фото с телефона, многостраничные документы, печати поверх текста.
- Составьте список полей: что извлекать, в каком формате и в какое поле какой системы это пойдёт.
- Запишите правила, которые сейчас держит в голове сотрудник: «если поставщика нет в базе — к главному бухгалтеру», «если сумма больше лимита — на согласование».
- Замерьте, сколько времени уходит на один документ сейчас, чтобы было с чем сравнивать результат.
С такой подготовкой прототип на реальных данных собирается за 1–2 недели, и по нему сразу видно, сколько полей проходит без правки. Обработка документов входит в нашу автоматизацию бизнес-процессов с ИИ: проекты автоматизации начинаются от 50 000 ₽, а итоговая сумма зависит от числа типов документов, проверок и систем, в которые идёт выгрузка. Точную оценку даём после бесплатного аудита — он длится от 30 минут. Если на аудите выяснится, что экономики нет, проект не берём.